智能小车作为智能车辆的微缩模型，是一个集行为控制与执行、动态路径规划与决策以及环境感知的智能系统.它能检验智能车辆的控制算法，模拟小车在道路上行驶时遇到的问题并予以解决.模拟真车行驶状态，对于未来智能车辆的研究有很大的帮助.智能小车红外线导航电路设计简单，处理速度快，易于控制，但其获得的道路信息较少，检测的前方距离有限，易受环境干扰，精度比较低.电磁导航结构简单，实现容易，误差不随时间积累，但灵敏度不高，精度不高，易受环境影响.机器视觉导航视野广，可以获取大量的道路信息，掌握完整全面的道路信息；前瞻性好，能更早地预知道路的变化并迅速做出反应；鲁棒性高，不易受环境的干扰，具有更快的图像处理速度和更好的控制实时性，具有广阔的应用前景和应用的可行性，是现阶段智能车辆最常用的导航方式.机器视觉导航利用图像传感器采集路径信息，将获得的路径图像信息传输到处理器中进行处理，控制智能车进行路径识别，然后对信息图像进行二值化、去噪等处理，达到简化视觉导航电路、提高智能小车的实时性、简化算法的目的.本文主要研究智能车在结构化跑道中道路的检测识别算法，提出一种基于区域生长的导航算法.
1 图像处理
第一步，对摄像头采集回来的图像信息进行预处理，从而得到低噪声的跑道信息；第二步，通过本文提出的图像提取算法将跑道边界线提取出来，判断跑道的走向趋势；第三步，拟合跑道边界线方程.
1.1图像滤波处理
目前常用到的平滑化处理的方法有方框滤波一BoxBlur、均值滤波一Blur、高斯滤波一Gaus-sianBlur、中值滤波一medianBlur、双边滤波一b-lateralFilter.方框滤波是将图像封装在boxblur中，使用方框滤波器模糊一张图片，从src输入，从dst输出.BoxFilter()函数方框滤波核表示为：
付费资源
© 版权声明
1. 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ2766242327进行删除处理。
2. 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。
THE END
暂无评论内容